[发明专利]基于统计模型的麦克风阵列语音增强方法

权利要求书

1.基于统计模型的麦克风阵列语音增强方法，其特征在于采用以下步骤对输入的语音信号进行增强：

步骤1：使用干净语音库建立用于语音帧分类的干净语音模型，并计算出对应于每个分类的干净语音线性频谱模型；所述干净语音库中的语音使用单麦克风进行采集；

步骤2：将麦克风阵列接收的信号分为两条支路，主支路采用GSC的固定波束形成器对期望方向的信号进行增强，得到初步增强的语音y_c，辅助支路通过GSC的阻塞矩阵和自适应抵消器后，得到噪声分量y_n；

步骤3：从辅助支路的信号中估计噪声模型及噪声的线性频谱模型；

步骤4：对y_c分帧，并利用噪声模型和干净语音模型对每帧语音进行分类；

步骤5：根据步骤4的分类结果，利用干净语音线性频谱模型和噪声的线性频谱模型构造最佳滤波器；

步骤6：用步骤5中得到的最佳滤波器对y_c进行滤波，获得增强后的语音。

2.根据权利要求1所述的基于统计模型的麦克风阵列语音增强方法，其特征在于步骤1中，采用以下方法建立用于语音帧分类的干净语音模型和计算出对应于每个分类的干净语音线性频谱模型：

步骤1.1：将干净语音库中的语音进行分帧预处理后，提取每帧的语音特征参数；

步骤1.2：用步骤1.1得到的语音特征参数训练用于语音帧分类的干净语音模型；

步骤1.3：使用干净语音模型对所有用于训练的语音帧进行分类；

步骤1.4：计算属于每个分类的所有语音帧的线性频谱，建立与每个分类对应的干净语音线性频谱模型。

3.根据权利要求2所述的基于统计模型的麦克风阵列语音增强方法，其特征在于步骤1.1中的语音特征参数为梅尔频率倒谱系数。

4.根据权利要求2所述的基于统计模型的麦克风阵列语音增强方法，其特征在于步骤1.2中，干净语音模型采用GMM或HMM。

5.根据权利要求2所述的基于统计模型的麦克风阵列语音增强方法，其特征在于步骤1.4中的干净语音线性频谱模型为干净语音线性频谱均值。

6.根据权利要求1所述的基于统计模型的麦克风阵列语音增强方法，其特征在于步骤3还进一步采用以下方法估计噪声的线性频谱均值：

步骤3.1：初始化M路非相干噪声的线性频谱均值S_in(ω)和自适应抵消器输出噪声的线性频谱均值S_rn(ω)，其中M为麦克风阵列的阵元数；

步骤3.2：采用下式估计噪声的线性频谱均值S_n(ω)：

其中W_q为固定波束形成器的权值矩阵，为W_q的转置，W_a为自适应抵消器的权值矩阵，为W_a2的转置，T为满秩矩阵且满足其中B为阻塞矩阵，x为任意向量，y为Tx比Bx多出来的元素；

步骤3.3：采用下式更新S_in(ω)和S_rn(ω)：

S′_in(ω)＝αS_b(ω)+(1-α)S_in(ω) (2)

S′_rn(ω)＝α′Y_n(ω)+(1-α′)S_rn(ω) (3)

其中S′_in(ω)和S′_rn(ω)分别为更新后的S_in(ω)和S_rn(ω)，S_b(ω)为麦克风阵列输入信号通过T后的输出信号，Y_n(ω)为y_n的频谱，α和α′为权重系数。